Ellen Eduarda Santos Ribeiro

Ellen Eduarda Santos Ribeiro

Auto-generated profile, based on publicly available information

Ellen Eduarda Santos Ribeiro

Centro de Ciências da Saúde, Departamento de Enfermagem, Programa de Pós-Graduação em Enfermagem, Universidade Federal do Piauí (UFPI), Teresina 64049-550, PI, Brazil

Research Focus & Metrics

Academic Career Length

8Years (2019-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
10 June 2026 in Epidemiologia
Verified
Journal Article
Open access
PDF file
GSGustavo Gonçalves dos Santos
Gustavo Gonçalves dos Santos
Anuli NjokuAnuli Njoku
Anuli Njoku
AMAna Carolina Pereira Mass
Ana Carolina Pereira Mass
EREllen Eduarda Santos Ribeiro
Ellen Eduarda Santos Ribeiro
LOLetícia Eduarda de Oliveira
Letícia Eduarda de Oliveira
ICIsabelle Cristinne Pinto Costa
Isabelle Cristinne Pinto Costa
Background: Maternal mortality remains a major global health challenge, disproportionately affecting black and Indigenous women. Hypertensive disorders of pregnancy and postpartum hemorrhage are the leading direct causes of maternal death. Artificial intelligence (AI) tools have emerged as potential strategies for predicting these complications, yet concerns persist about their equity and validation across racial groups. Methods: A rapid review was conducted in five databases, PubMed, EMBASE, Web of Science, Scopus and LILACS, to synthesize recent evidence on the use of AI for preventing maternal mortality due to hypertension and postpartum hemorrhage. Studies published in the last five years that included racial or ethnic data were selected and analyzed narratively. Results: Ten studies met the inclusion criteria, showing high predictive accuracy of AI models (AUROC often >0.95) for severe maternal outcomes. However, few models incorporated racial variables or underwent external validation in racially diverse or low-resource populations. Evidence suggests that unrepresentative datasets may perpetuate or exacerbate existing health inequities. Conclusions: AI demonstrates strong technical performance in predicting maternal complications but limited equity in application. Broader racial representation, external validation, and ethical governance are essential for ensuring that AI-based tools reduce rather than reinforce racial disparities in maternal mortality.

11 April 2025 in Nursing Edição Brasileira
Verified
Journal Article
Open access
PDF file
CMCarolyne Neves Moreira
Carolyne Neves Moreira
SFSarah Ellen da Paz Fabricio
Sarah Ellen da Paz Fabricio
MBMarina Layara Sindeaux Benevides
Marina Layara Sindeaux Benevides
EREllen Eduarda Santos Ribeiro
Ellen Eduarda Santos Ribeiro
Objetivo: caracterizar os desfechos da via de parto em gestações de alto risco. Método: trata-se de um estudo descritivo, de abordagem qualitativa, realizado por meio de revisão integrativa da literatura norteada pela questão: “Quais os desfechos da via de parto em gestações de alto risco?”. A busca foi realizada entre julho e setembro de 2024, com recorte temporal de 2019 a 2024, nas bases de dados: Scientific Electronic Library Online e Biblioteca Virtual em Saúde, contemplando MEDLINE, Literatura Latino-Americana e do Caribe em Ciências da Saúde e Base de Dados em Enfermagem. Resultados: Foram encontrados 1095 estudos, desses, 14 compuseram a amostra final. Os maiores desfechos da via de parto se deram por parto cesáreo nas gestações de alto risco, mesmo quando não há indicação absoluta de cesárea. Conclusão: As gestações de alto risco, em sua maioria, apresentam como desfecho a via de parto cirúrgica.

5 April 2019 in Revista Eletrônica Acervo Saúde
Verified
Journal Article
Open access
PDF file
MCMaria dos Milagres Santos da Costa
Maria dos Milagres Santos da Costa
JJJosé Newton Fernandes da Silva Júnior
José Newton Fernandes da Silva Júnior
EREllen Eduarda Santos Ribeiro
Ellen Eduarda Santos Ribeiro
KMKerolayne Laiz Barbosa de Morais
Kerolayne Laiz Barbosa de Morais
FAFrancinalva de Almeida
Francinalva de Almeida
ARAna Claudia de Andrade Rezende
Ana Claudia de Andrade Rezende
Objetivo: Descrever, por meio de evidências científicas, acerca da assistência do enfermeiro diante de pacientes idosos vítimas de quedas. Métodos: Trata-se de uma revisão integrativa da literatura, realizada nos meses de abril a outubro de 2017, desenvolvida em seis etapas segundo Mendes, Silveira e Galvão, com artigos nacionais disponíveis na integra indexados nas bases de dados LILACS, SCIELO e MEDLINE. Ao realizar o cruzamento dos três termos (“Idoso”, “Trauma” e “Enfermagem”), foram encontradas 1068 publicações, entretanto apenas 50 estavam dentro dos critérios de inclusão e apenas cinco foram selecionados para compor a análise e a categorização propostas neste trabalho. Resultados: A análise da distribuição dos artigos possibilitou o agrupamento dos dados em duas categorias: Características e aspectos assistenciais do atendimento de enfermagem ao idoso traumatizado e Reabilitação e reintegração do idoso vítima de trauma. Conclusão: Observou-se que o enfermeiro, a partir da educação em saúde, pode melhorar os cuidados e as orientações com os pacientes idosos vítimas de queda.

4 December 2025 in Preprints.org
Verified
Preprint
Open access
PDF file
GSGustavo Gonçalves dos Santos
Gustavo Gonçalves dos Santos
Anuli NjokuAnuli Njoku
Anuli Njoku
AMAna Carolina Pereira Mass
Ana Carolina Pereira Mass
EREllen Eduarda Santos Ribeiro
Ellen Eduarda Santos Ribeiro
LOLetícia Eduarda de Oliveira
Letícia Eduarda de Oliveira
ICIsabelle Cristinne Pinto Costa
Isabelle Cristinne Pinto Costa
Background: Maternal mortality remains a major global health challenge, disproportionately affecting black and Indigenous women. Hypertensive disorders of pregnancy and postpartum hemorrhage are leading direct causes of maternal death. Artificial intelligence (AI) tools have emerged as potential strategies for predicting these complications, yet concerns persist about their equity and validation across racial groups. Methods: A rapid review was conducted in five databases PubMed, EMBASE, Web of Science, Scopus and LILACS to synthesize recent evidence on the use of AI for preventing maternal mortality due to hypertension and postpartum hemorrhage. Studies published in the last five years that included racial or ethnic data were selected and analyzed narratively. Results: Ten studies met the inclusion criteria, showing high predictive accuracy of AI models (AUROC often >0.95) for severe maternal outcomes. However, few models incorporated racial variables or underwent external validation in racially diverse or low-resource populations. Evidence suggests that unrepresentative datasets may perpetuate or exacerbate existing health inequities. Conclusions: AI demonstrates strong technical performance in predicting maternal complications but limited equity in application. Broader racial representation, external validation, and ethical governance are essential for ensuring that AI-based tools reduce rather than reinforce racial disparities in maternal mortality.